[發明專利]基于特征一致性的干擾輪廓濾除方法和系統

在審

• 申請號: 201911149788.1
• 申請日: 2019-11-21
• 公開（公告）號: CN111104947A
• 公開（公告）日: 2020-05-05
• 發明（設計）人: 牛紅闖;姚毅;張見;戚濤;郭慧
• 申請（專利權）人: 凌云光技術集團有限責任公司
• 主分類號: G06K9/40
• 分類號: G06K9/40;G06K9/46
• 代理公司: 北京弘權知識產權代理事務所(普通合伙) 11363
• 代理人: 逯長明;許偉群

本申請公開了一種基于特征一致性的干擾輪廓濾除方法和系統，包括：計算圖像中全部輪廓的檢測特征值，其中，檢測特征值包括輪廓的周長或面積；將檢測特征值進行歸一化處理，得到各個輪廓相對于圖像輪廓的檢測參考值；從檢測參考值中選取眾數，作為檢測標準值；將檢測標準值進行反歸一化處理，得到目標標準值；根據目標標準值，遍歷圖像中全部輪廓，并濾除干擾輪廓。本申請能夠獲取到目標輪廓與圖像整體之間的檢測參考值，根據該檢測參考值獲取到目標輪廓的的目標標準值，因此，本申請并不局限于相機與待拍攝圖像之間的距離或角度，當拍攝距離或拍攝角度出現一定偏差而獲取到圖像時，仍然能夠將其中的干擾輪廓進行濾除，增加了本申請的自適應性。

技術領域

本申請涉及圖像處理技術領域，尤其涉及一種基于特征一致性的干擾輪廓濾除方法和系統。

背景技術

輪廓檢測是目標檢測、形狀分析、目標識別和目標跟蹤等技術的重要基礎，輪廓檢測指在包含目標和背景的數字圖像中，忽略背景和目標內部的紋理以及噪聲干擾的影響，采用一定的技術和方法來實現目標輪廓提取的過程。

輪廓檢測一般是先將圖像進行灰度化和二值化的處理，得到相應的二值圖，然后在二值圖中尋找邊緣點，直至尋找出所有邊緣點構建出輪廓。由于在輪廓檢測過程中，存在一些背景干擾，其灰度值與待檢測目標的灰度值類似，故部分背景會形成干擾輪廓。以色塊的輪廓檢測為例，參見圖1，為色塊圖像的原圖，圖2為圖1中色塊圖像的二值圖，圖3為圖1中色塊圖像的輪廓檢測圖。圖2中的部分背景的灰度值與目標(即色塊1)的灰度值相同，使得圖3中最終輪廓檢測結果中除了目標輪廓2以外，還帶有干擾輪廓3。目前，對于干擾輪廓的濾除，通常是以目標的固定周長作為特征進行濾除。例如，圖像中色塊的周長是50，則以周長50為標準值，濾除其他周長的輪廓。

眾所周知，若相機與色塊之間的距離或者角度不同，則拍攝出的色塊圖像中色塊周長不同，也就是說，距離越近，拍攝出的色塊周長越大。上述干擾輪廓的濾除過程中，選擇固定的周長來濾除干擾色塊，需要根據不同的拍攝場景來不斷調整標準值，自適應性不強。

發明內容

本申請提供了一種基于特征一致性的干擾輪廓濾除方法和系統，以解決現有技術中干擾輪廓濾除方法自適應性不強的技術問題。

為了解決上述技術問題，本申請實施例公開了如下技術方案：

第一方面，本申請實施例公開了一種基于特征一致性的干擾輪廓濾除方法，所述方法包括：

計算圖像中全部輪廓的檢測特征值，其中，所述檢測特征值包括所述輪廓的周長或面積；

將所述檢測特征值進行歸一化處理，得到各個所述輪廓相對于所述圖像輪廓的檢測參考值；

從所述檢測參考值中選取眾數，作為檢測標準值；

將所述檢測標準值進行反歸一化處理，得到目標標準值；

根據所述目標標準值，遍歷所述圖像中全部所述輪廓，并濾除干擾輪廓。

可選地，在上述基于特征一致性的干擾輪廓濾除方法中，所述方法還包括：

將所述檢測標準值中加入裕量，得到檢測標準范圍；

將所述檢測標準范圍進行反歸一化處理，得到目標標準范圍；

遍歷所述圖像中全部所述輪廓，逐一判斷每一所述輪廓是否位于所述目標標準范圍內；

若是，則輪廓為目標輪廓，若否，則輪廓為干擾輪廓；濾除所述干擾輪廓。

可選地，在上述基于特征一致性的干擾輪廓濾除方法中，所述檢測標準范圍的設置方法包括：

若滿足所述檢測標準值的所述輪廓的數量大于等于實際目標輪廓的數量，則所述裕量為0，所述檢測標準范圍為所述檢測標準值；